[发明专利]一种植物冠层药液沉积分布探测方法及系统在审
申请号: | 202110126937.3 | 申请日: | 2021-01-29 |
公开(公告)号: | CN112837345A | 公开(公告)日: | 2021-05-25 |
发明(设计)人: | 张瑞瑞;丁晨琛;陈立平;徐旻;唐青;李龙龙 | 申请(专利权)人: | 北京农业智能装备技术研究中心 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/11;G06K9/48;G06K9/46;G06K9/62 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 沈军 |
地址: | 100097 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 植物 药液 沉积 分布 探测 方法 系统 | ||
本发明提供一种植物冠层药液沉积分布探测方法及系统,包括:获取待检测区域内植物冠层的喷药前后图像;对喷药前后图像进行识别分析,获取图像识别结果;根据图像识别结果,调整无人机的工作状态;其中,喷药前后图像包括同步采集的喷药前图像和喷药后图像,图像识别结果为与喷药前后图像对应的雾滴沉积等级。本发明提供的植物冠层药液沉积分布探测方法及系统,通过无人机在施药的过程中同步检测施药雾滴沉积效果,并根据图像识别结果直观反映出的施药雾滴沉积效果,及时对施药作业路径进行调整,实现了对喷洒区域内雾滴沉积分布情况的快速检测,且检测过程快速便捷、准确性高、不易受外界干扰,能有效保障植保无人机的药液喷施作业质量。
技术领域
本发明涉及农业施药技术领域,尤其涉及一种植物冠层药液沉积分布探测方法及系统。
背景技术
近年来,我国航空施药应用规模逐年扩大,尤其植保无人机的保有数量也逐年递增,但由于植保无人机距离靶标作物较远、作业速度高,其施药效果易受自然风等环境因素影响,造成施药不均匀,出现重喷、漏喷区域,严重影响病虫害防治效果。航空与地面农药及液体肥喷施作业或科研试验领域,农药及液体肥(以下简称药液)在植物冠层的雾滴沉积分布检测是农作物药液喷施质量检测评价的重要一环。
当前,植保领域植物冠层雾滴沉积分布的传统检测方法多为试纸图像处理分析法和荧光光谱分析法,这两种方法都需要在检测区域布置多个采集样本(一般为水敏试纸或卡片),药液喷施后回收采集样本,后期使用相关仪器或者软件处理分析得到每个样本上的雾滴沉积量等参数指标,再由多个采集样本上的雾滴沉积量反演出整个测量区域的雾滴沉积分布情况。
上述技术存在繁琐、不直观、易受外界因素等干扰以及检测不准确等问题。
发明内容
针对现有技术存在的检测过程繁琐、不稳定以及准确性不高等问题,本发明提供一种植物冠层药液沉积分布探测方法及系统。
本发明提供一种植物冠层药液沉积分布探测方法,包括:获取待检测区域内植物冠层的喷药前后图像;对喷药前后图像进行识别分析,获取图像识别结果;根据图像识别结果,调整无人机的工作状态;其中,喷药前后图像包括同步采集的喷药前图像和喷药后图像,图像识别结果为与喷药前后图像对应的雾滴沉积等级。
根据本发明提供的一种植物冠层药液沉积分布探测方法,对喷药前后图像进行识别分析,获取图像识别结果,包括:对喷药前后图像进行分区,获取多个子区域图像;基于统计的特征提取技术,获取多个子区域图像中的任一目标子区域图像的统计特征;基于小波分析法,获取目标子区域图像的纹理特征;结合统计特征和纹理特征,获取目标子区域图像的多尺度融合特征;基于主成分分析法,对目标子区域图像的多尺度融合特征进行降维处理,获取目标子区域图像的特征向量;利用雾滴沉积检测分类模型对特征向量进行识别,获取与目标子区域图像对应地子区域图像识别结果;其中,图像识别结果包括每个子区域图像所对应地子区域图像识别结果,雾滴沉积检测分类模型是根据带雾滴沉积等级标签的图像样本进行训练后获得的。
根据本发明提供的一种植物冠层药液沉积分布探测方法,在利用雾滴沉积检测分类模型对特征向量进行识别,获取与目标子区域图像对应地子区域图像识别结果之前,还包括:获取多个植物雾滴沉积图像样本和每个植物雾滴沉积样本对应的雾滴沉积等级标签;将每个植物雾滴沉积样本和每个植物雾滴沉积样本对应的雾滴沉积标签的组合作为一个训练样本,获得多个训练样本,利用多个训练样本对预设神经网络模型进行训练,获取分类精度满足预设要求的预设神经网络模型,作为雾滴沉积检测分类模型。
根据本发明提供的一种植物冠层药液沉积分布探测方法,获取与喷药前后图像对应的图像识别结果,包括:雾滴沉积等级包括雾滴欠沉积、雾滴适量沉积、雾滴过沉积;其中,雾滴欠沉积为药液漏喷,雾滴适量沉积为正常施药量沉积,雾滴过沉积为大于正常施药量沉积。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京农业智能装备技术研究中心,未经北京农业智能装备技术研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110126937.3/2.html,转载请声明来源钻瓜专利网。